数据科学
该存储库包含数据科学和分析工作的示例。
流行病：网络上的随机过程
epidemics.py包含SIR感染模型的Python实现，该模型可模拟传染病在网络人群中的传播。 该模型将感染模拟为边缘Poisson点过程，并使用事件队列方法。 该文件包含两个功能。 SIR函数采用arg G （networkx图形对象）和kwargs i_rate （每边缘感染率）， r_rate （恢复率）， init （初始感染数）和max_time （运行模拟的最大时间；因为SIR模型）应该总是达到平衡，不应该发生无限循环，但是这个kwarg包含在括号内。
时移功能是一个辅助功能，可以在指定的感染阈值水平下将时间= 0的多个模型运行对齐。 它需要两个arg和两个kwarg。 位置参数为： df （包含模型输出的Pandas数据框）和阈值（在时间= 0时设置的感染数）。 如果使用SIR函数的输出，则可
